Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pengendalian pesawat terbang merupakan suatu tahap terpenting dalam pengembangan teknologi aviasi yang hanya dapat dilakukan jika memiliki data penerbangan dan model pesawat. Pengambilan data penerbangan dilakukan menggunakan simulator penerbangan ultra-realistis, X-Plane. Algoritma Neural Networks dipilih sebagai metode untuk memodelkan dan mengidentifikasi sistem pesawat terbang juga sebagai pengendali sistem tersebut yang akan terbentuk dalam sebuah kesatuan Direct Inverse Control. Pengujian dan pembelajaran open loop pada sistem Direct Inverse Control dilakukan untuk mengetahui keandalan sistem kendali yang dirancang. Batasan pada penelitian ini adalah kondisi cruising ideal dimana merupakan kondisi terbang pesawat yang memakan hampir 90% dari total penerbangan. Dari hasil pengujian dapat diketahui bahwa data yang dihasilkan simulator sesuai dengan dinamika pergerakan pesawat terbang pada kondisi cruising dan sistem kendali yang dibuat memiliki keandalan yang baik.

---

Flight control is the most important stage in the development of aviation technology which can only be done if flight data and aircraft models have been acquired. Flight data acquisition is carried out using an ultra-realistic flight simulator, X-Plane. Neural Networks algorithm is chosen as a method for modeling and identifying aircraft systems as well as controlling the system which will be formed in a Direct Inverse Control unit. Open loop testing and learning in the Direct Inverse Control system is carried out to determine the reliability of the designed control system. The limit of this study is in the ideal cruising conditions which consume almost 90% of total flights time. From the test results, it can be seen that the data generated by the simulator is in accordance with the dynamics of aircraft movements in cruising conditions and the designed control system has good reliability."

"ABSTRAKDalam bidang kriminal, pengenalan sidik jari membutuhkan banyak waktu dan tenaga, karena itu Lerbagai cara otomatisasi dilakukan untuk mempermudah serta mempercepat proses pengenalan sidik jari tersebut. Salah satu teknik otomatisasi untuk pengenalan sidik jari ini adalah dengan menggunakan komputer dan pemanfaatan aplikasi dad jaringan saraf buatan.Dalam skripsi ini digunakan proses otomatisasi dengan menggunakan gabungan dari proses-proses pengolahan citra dan jaringan saraf buatan. Citra sidik jari hasil scanning diolah dan diproses sehingga didapatkan ciri-ciri sidik jari bersangkutan, berupa kode arah rata-rata dan jumlah bifurkasi. Ciri-ciri ini kcmudian dimasukkan ke dalam suatu sistem jaringan saraf buatan untuk- proses pelatihan sehingga jaringan saraf tersebut dapat digunakan sebagai standar pembanding untuk proses identifikasi.Jaringan saraf yang dirancang dan diterapkan dalam skripsi ini adalah salah satu dari topologi jaringan saraf mulliiayer dengan algoritma pelatihan propagasi balik, karena dari hasil yang diperoleh telah menunjukkan proses pengenalan yang cukup akurat dan memakan waktu yang singkat.

---

"

"ABSTRAKPenelitian ini membahas penerapan jaringan saraf tiruan untuk pengelolaan dala pengujian kinerja mesin diesel berbahan bakar campuran solar aditif. Jaringan digunakan untuk memprediksi pengaruh pemberian aditif terhadap kinerja mesin diesel. Asumsi diambil dimana pada kondisi pengujian yang sama maka kinerja mesin diesel hanya merupakan fungsi dari properti bahan bakar yaang digunakannya. Data pelatihan jaringan menggunakan data karakteristik bahan bakar dan kondisi operasi hasil pengujian aditif metil ester nitrat (MEN) dan Omega 903 dalam skala pengujian laboratorium di-departemen teknik mesin UI diolah dengan pendekatan teoritis dan korelasi statistik untuk menentukan variabel input jaringan. Pembuatan jaringan diiakukan dengan menentukan jumlah layer, iterasi maksimum, fungsi transfer dan error maksimum, Simulasi terhadap jaringan yang dipilih memberikan nilai kesalahan rata-rata daya keluaran sebesar 2,5-10% dan kousumsi bahan bakar sebesar 6-28%. Penerapan jaringan untuk memprediksi pengaruh konsentrasi aditif MEN dalam bahan bakar campuran solar-aditif terhadap konsumsi bahan bakar spesifik (BSFC) mesin menunjukkan konsentrasi aditif optimal sebesar 1% yang menghasilkan penurunan BSFC sebesar 0,337 L/kW-jam atau sekitar 13,8%

---

ABSTRACTThis research paper described a study of the neural networking artificial to predict the influence of blended diesel fuel with additives to the diesel engine performance. Based on the asumption that in the same condition of the experimental, the engine performance is only a function of the fuel properties used. The data experimental is the effects of methyl esther nitrate (MEN) and Omega 903 additives was conducted in the laboratory of ME Department University of Indonesia and analyzed using theoritical approach and statistic correlation to determine the input network variables. The simulation of network shows an average error of 2,5-10% in BHP and 6-28% in BFC output. The network application in predicting the effects of diesel fuel - MEN blends shows an optimum concetration of MEN at 1% which give a minimum brake specific fuel consumption (BSFC) of 0,337 L/kW-h or 13,8% decreasing comparing to the commercial diesel fuel."